Stata：在不考虑缺失值的情况下查找变量的重复项

Question

假设我有一个包含2个观察值和7个变量的数据集（其中。表示缺失值）：

   crop1   crop2   crop3   crop4   nw1   nw2   nw3
   3       7       2       .       3     7     .
   5       9       .       .       5     .     .

现在，我想通过生成一个名为 duplicates 的新变量，找到Group1（crop1-crop4）变量和Group2（nw1-nw3）变量之间重复值的数量，排除缺失值。那么新的数据集如下：

   crop1   crop2   crop3   crop4   nw1   nw2   nw3   duplicates
   3       7       2       .       3     7     .     2
   5       9       .       .       5     .     .     1

因为第一次观察发现重复2个值（3,7），并且第二次观察发现重复1个值（5）。

我可以使用哪种命令来获取新数据集？

Answer 1

我不理解比较变量的规则，例如，您有4个crop变量和3个nw变量。

这是你问题的一个开始。如果您的规则不同，请准确说明。

我忽略crop4并将每个比较计为重复，其中变量与具有相同数字后缀的名称相同，但它们可能不会丢失。

clear 
input crop1   crop2   crop3   crop4   nw1   nw2   nw3
   3       7       2       .       3     7     .
   5       9       .       .       5     .     .
end 

gen duplicates = 0 

forval j = 1/3 { 
   replace duplicates = duplicates + ((crop`j' == nw`j') & !missing(crop`j', nw`j')) 
} 

list 

     +------------------------------------------------------------+
     | crop1   crop2   crop3   crop4   nw1   nw2   nw3   duplic~s |
     |------------------------------------------------------------|
  1. |     3       7       2       .     3     7     .          2 |
  2. |     5       9       .       .     5     .     .          1 |
     +------------------------------------------------------------+